Accéder au contenu

Chatterbox · Text to Speech · Multilingual

Intégrer

Identifiant du modèle chatterbox/text-to-speech/multilingual
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/chatterbox/text-to-speech/multilingual?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Cette requête: 0,002 $ 2 crédits API · ≈ 0,22 ₽ L'exécuter sur cette page

Obtenir une clé API
Resemble AI Texte vers parole #text-to-speech#multilingual

Synthèse vocale multilingue couvrant 23 langues, limitée à 300 caractères par requête

Resemble AI · Audio

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•obligatoire 50 / 300

Texte pour la synthèse vocale, limité à 300 caractères et prenant en charge 23 langues. Les langues disponibles incluent l’anglais et le français ; l’allemand, l’espagnol, l’italien et le portugais ; l’hindi et l’arabe ; le chinois, le japonais et le coréen, entre autres.

Avancé voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
par défaut english

Code de langue de synthèse ; l’utilisation personnalisée nécessite à la fois une URL audio et une sélection pour custom_audio_language.

Paramètre de langue appliqué uniquement lorsque la voix est fournie sous forme d’URL personnalisée ; sinon, il est ignoré. Indiquez la langue parlée dans cet audio personnalisé.

par défaut 0.5

Expression vocale et intensité émotionnelle par rapport au réglage neutre de 0.5. Augmenter la valeur ajoute de l’expressivité dans la plage 0.25–2.0, mais des réglages extrêmes peuvent entraîner une instabilité.

par défaut 0.8

Ajustez la variété des schémas vocaux en définissant le caractère aléatoire de la génération entre 0.05 et 2.0 ; une valeur plus élevée produit davantage de variations.

par défaut 0.5

Poids de guidage de la génération pour la configuration et le rythme. Pour le transfert de langue, 0.0 aide à limiter l’héritage de l’accent ; la plage complète est 0.0–1.0.

Graine de génération avec deux comportements : 0 sélectionne une génération aléatoire, tandis qu’un nombre précis rend les sorties reproductibles.

POST /run/chatterbox/text-to-speech/multilingual?wait=20 devis → 0,002 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/chatterbox/text-to-speech/multilingual?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Chatterbox · Text to Speech · Multilingual

Synthétise de la parole dans de nombreuses langues, notamment l’anglais, le français, l’allemand, l’espagnol, l’hindi, l’arabe, le chinois, le japonais et le coréen. Le texte est limité à 300 caractères. `voice` définit la langue, ou une URL audio personnalisée peut être utilisée avec `custom_audio_language`. `exaggeration` va de 0.25 à 2, et `cfg_scale` peut être défini sur 0 pour le transfert de langue afin de réduire la conservation de l’accent.

Paramètres

NomType Par défautAutorisé Description
textobligatoire
Typestring
≤ 300 caractères
Texte pour la synthèse vocale, limité à 300 caractères et prenant en charge 23 langues. Les langues disponibles incluent l’anglais et le français ; l’allemand, l’espagnol, l’italien et le portugais ; l’hindi et l’arabe ; le chinois, le japonais et le coréen, entre autres.
voicefacultatif
Typestring
Par défautenglish
Code de langue de synthèse ; l’utilisation personnalisée nécessite à la fois une URL audio et une sélection pour custom_audio_language.
custom_audio_languagefacultatif
Typeenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 de pluspolishportugueserussianswedishswahiliturkishchinese
Paramètre de langue appliqué uniquement lorsque la voix est fournie sous forme d’URL personnalisée ; sinon, il est ignoré. Indiquez la langue parlée dans cet audio personnalisé.
exaggerationfacultatif
Typenumber
Par défaut0.5
0,25 – 2
Expression vocale et intensité émotionnelle par rapport au réglage neutre de 0.5. Augmenter la valeur ajoute de l’expressivité dans la plage 0.25–2.0, mais des réglages extrêmes peuvent entraîner une instabilité.
temperaturefacultatif
Typenumber
Par défaut0.8
0,05 – 2
Ajustez la variété des schémas vocaux en définissant le caractère aléatoire de la génération entre 0.05 et 2.0 ; une valeur plus élevée produit davantage de variations.
cfg_scalefacultatif
Typenumber
Par défaut0.5
0 – 1
Poids de guidage de la génération pour la configuration et le rythme. Pour le transfert de langue, 0.0 aide à limiter l’héritage de l’accent ; la plage complète est 0.0–1.0.
seedfacultatif
Typeinteger | null
Graine de génération avec deux comportements : 0 sélectionne une génération aléatoire, tandis qu’un nombre précis rend les sorties reproductibles.
obligatoire

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "chatterbox/text-to-speech/multilingual",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie sur notre stockage : conservée indéfiniment (facturation par Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Une structure identique pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et l'audio. output est l'objet de résultat propre au modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Fichier audio contenant une parole multilingue synthétisée.

Pour les agents IA : cette page au format Markdown est disponible à l'adresse https://doitong.com/fr-FR/developers/models/chatterbox/text-to-speech/multilingual.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt